この記事のポイント
- ForbesがEC事業者向けにエージェンティックAIから推薦を獲得するための実践ガイドを公開
- 商品データの構造化・機械可読性がAIエージェントの推薦を左右する最重要ファクターに
- UCP・ACP両プロトコルへの対応とGEO（生成エンジン最適化）への移行が急務
ForbesがエージェンティックAI時代のEC戦略を体系化
As AI agents increasingly influence online shopping decisions, e-commerce brands must adapt their strategies to be recommended by these autonomous systems.
www.forbes.com2026年2月22日、Forbes寄稿者でリテール戦略の専門家であるCatherine Erdly氏が、EC事業者がエージェンティックAIに推薦されるための実践ガイドを公開しました。AIエージェントが消費者に代わって商品を比較・選定・購入する時代において、EC事業者が「見えない棚」に並ぶためには何が必要かを体系的に解説しています。
業界動向
エージェンティックコマースは2026年のEC業界で最も注目される構造変化です。McKinseyの予測では、2030年までに米国B2C小売市場で最大1兆ドル、グローバルでは3〜5兆ドルのエージェンティックコマース売上が見込まれています。Morgan Stanleyも同時期に米国ECの10〜20%（1,900億〜3,850億ドル）がAIエージェント経由になると試算しています。
従来のECでは、消費者が検索エンジンでキーワードを入力し、複数のサイトを訪問して比較検討していました。しかし現在、消費者の約39%がすでにAIを商品発見に活用しており、ショッピング関連の生成AI検索は2024年7月から2025年にかけて4,700%増加しています。ChatGPTはWalmartの総リファラルトラフィックの約20%に匹敵するトラフィックをECサイトに送り始めています。
この流れの中で生まれたのが「AIエージェントに推薦されなければ、消費者の検討対象にすら入らない」という新たな課題です。
「機械可読性」が推薦を決める ── データ品質の決定的重要性
エージェンティックAI時代において、ECサイトの推薦獲得を左右する最大のファクターは「商品データの機械可読性」です。Clickvoyantの創設者Mia Umanos氏は、この概念を「セマンティック密度スコア」として定義しています。これは、AIエージェントが単一のクエリで抽出できる高品質かつ機械可読な商品データの量を、カテゴリ内の競合と比較した指標です。
従来のSEOがキーワード最適化を重視していたのに対し、エージェンティックAIへの最適化では以下の要素が決定的に重要です。
構造化データの完全性。 すべての商品バリエーションに有効なGTIN（UPC/EAN）を付与し、属性を一貫した用語で標準化する必要があります。Opascopeの分析によると、Google Merchant Centerで利用可能な170の属性すべてを網羅し、Schema.orgマークアップやGS1標準を適用した事業者がAIエージェントからの可視性を大幅に向上させています。コア属性の充填率が95%以上の事業者は、エージェント推薦において圧倒的な優位性を持ちます。
マーケティングコピーから実用的記述への転換。 AIエージェントは感情的なキャッチコピーではなく、実際の顧客ユースケースに対応した記述を評価します。「おしゃれなランニングシューズ」ではなく、「オーバープロネーション対応・反発係数38N・サイズ25.0〜30.0cm・ドロップ差8mm」といった具体的スペックが必要です。商品タイトルは150文字以内で、自然言語かつ記述的な表現が推奨されています。
リアルタイム在庫同期。 AIエージェントはブランドへの信頼よりも「データの信頼性」を優先します。正確な在庫データ、信頼できる価格情報、正確な配送タイムラインを提供できない事業者は、エージェントの推薦リストから除外されます。
GEOへの転換 ── SEOの先にある「生成エンジン最適化」
Erdly氏のガイドが特に強調するのが、従来のSEOから「GEO（Generative Engine Optimization：生成エンジン最適化）」への移行です。GEOとは、Google AI OverviewsやChatGPT、Perplexityなどの生成AIが自社の商品を正確に理解し、推薦・引用できるようにコンテンツを構造化する手法です。
Gartnerは検索エンジンの利用量が2026年までに25%減少すると予測しており、消費者はAIエージェントへと移行しています。エージェントは情報検索だけでなく「タスク実行」を目的としているため、従来の「キーワード最適化」ではなく「ソリューション最適化」が求められます。
具体的には、「この商品は何か」を伝えるだけの「プロダクトスキーマ」から、「この商品をサイズMで、この郵便番号に、今日の午後4時までに届けられる」と伝える「ケイパビリティスキーマ」への進化が必要です。また、計測指標も従来の「検索順位」から「LLM可視性スコア」、つまり生成AIの回答に自社ブランドが競合と比較してどれだけ引用されるかへと変化しています。
2つのプロトコル対応が生存条件に
AIエージェントが実際に商品を購入するためのインフラとして、現在2つの主要プロトコルが競争しています。
Googleが2026年1月のNRFで発表したUniversal Commerce Protocol（UCP）は、Shopify、Etsy、Walmart、Target、Wayfairに加え、Visa、Mastercard、PayPalなど20以上の企業が支持するオープン標準です。TCP/IPに似た階層構造を採用し、商品発見から決済、購入後サポートまでの全購買プロセスをカバーします。
一方、OpenAIとStripeが共同開発したAgentic Commerce Protocol（ACP）は、週間9億人以上のChatGPTユーザーを背景に、対話型の購買体験を軸とする設計です。取引には4%の手数料に加え、標準的な決済処理費（約2.9% + $0.30）が発生します。
Microsoftも「エージェンティックコマースの新たなフロントドア」としてCopilot Checkoutを展開しており、EC事業者には複数プロトコルへの並行対応が求められます。Shopifyマーチャントであれば、UCPはAgentic Storefrontsを通じて自動対応し、ACPはchatgpt.com/merchantsから申請可能です。カスタムプラットフォームの場合は、商品フィード（日次gzip圧縮更新）、チェックアウトAPI（5つのRESTエンドポイント）、Stripeまたは他プロセッサとの決済統合の3コンポーネントの構築が必要です。
EC事業者への影響と活用法
エージェンティックAIの推薦を獲得するために、EC事業者が今すぐ着手すべき施策は明確です。
商品データの監査と拡充が最優先です。 広告費の多寡で競争する時代は終わりを迎えつつあります。構造化データの品質が、AIエージェント経由の可視性を決定する主要なレバーとなっています。まず自社のGoogle Merchant Center属性の充填率を確認し、不足している属性を埋めることから始めるべきです。
サーバーサイドのWebhook基盤の整備も急務です。 エージェンティックコマースの注文は、従来のWebアナリティクスでは捕捉できません。AIインターフェース内で発生するインプレッション、クリック、セッションデータは事業者側に送信されないため、サーバーサイドのトラッキング基盤が必要です。ただし、成熟したアトリビューションフレームワークの構築には18〜24ヶ月を要すると見積もられています。
GEOの信頼性リスクにも注意が必要です。 AIVO StandardのTim de Rosen氏がFortune誌で指摘しているように、AIモデルは商品の機能や特徴については正確に記述する一方、企業の財務安定性やセキュリティ認証に関する質問には一貫性を欠く傾向があります。不正確な情報に「二重に固執する」ケースも報告されており、GEOの効果を過信せず、公式情報の機械可読化を徹底することが重要です。
まとめ
エージェンティックAI時代のECは、「消費者に見つけてもらう」から「AIエージェントに選ばれる」への根本的なパラダイムシフトを迫っています。AIが生成するレコメンデーションは従来の検索と比較して4.4倍高いコンバージョン率をもたらすというデータが示す通り、この変化に対応できた事業者は大きなリターンを得られます。
今後注目すべきは、UCP・ACPの両エコシステムの拡大速度、Amazonの独自エージェント戦略（Rufus AI、Alexa+、Buy for Me）との競合関係、そしてBain & Companyが指摘するサードパーティエージェントよりも自社エージェントへの消費者信頼が3倍高いという傾向がどう展開するかです。広告費ではなくデータ品質で勝負する新しいコマースの時代に、EC事業者は今日から準備を始める必要があります。
